陳小輝，滕 磊，盧孔標(biāo)

(1.宜賓學(xué)院經(jīng)濟(jì)與工商管理學(xué)部，四川 宜賓 644000；2.成都信息工程大學(xué)統(tǒng)計(jì)學(xué)院，四川 成都 610225；3.海南銀行股份有限公司三沙支行，海南 ?？?570206)

2008年全球金融危機(jī)后，互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等技術(shù)與經(jīng)濟(jì)深入融合產(chǎn)生了金融科技。金融科技影響廣泛而深遠(yuǎn)，正在重構(gòu)全球金融體系[1]。中國人民銀行于2019年9月發(fā)布《金融科技發(fā)展規(guī)劃(2019—2021年)》，明確提出金融科技工作的指導(dǎo)思想、基本原則、發(fā)展目標(biāo)、重點(diǎn)任務(wù)和保障措施，力求建立健全中國金融科技發(fā)展的“四梁八柱”，推動(dòng)中國金融科技發(fā)展居于國際領(lǐng)先水平。

金融科技發(fā)展離不開社會(huì)公眾的參與[2]，而人口老齡化是中國必須面對(duì)的現(xiàn)實(shí)問題。國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2008—2018年中國65歲及以上人口占總?cè)丝诒壤噬仙厔荩?008年為9.54%，2018年達(dá)11.94%，11年間增加了2.40個(gè)百分點(diǎn)。人口老齡化已對(duì)中國經(jīng)濟(jì)發(fā)展產(chǎn)生了深刻影響[3]，那么人口老齡化是否影響金融科技創(chuàng)新？如果有影響，機(jī)理為何？

一、理論分析與研究假說

(一)基于創(chuàng)業(yè)的機(jī)制分析

老齡化將抑制創(chuàng)業(yè)。年齡是影響創(chuàng)業(yè)選擇最為重要的因素之一[3]，老齡化將降低創(chuàng)業(yè)水平。一方面，老齡化會(huì)降低老年人自身創(chuàng)業(yè)的概率。創(chuàng)業(yè)者年齡與其創(chuàng)業(yè)意愿之間存在“倒U”型關(guān)系[3][4]的原因在于，隨著年齡的增長，老年人創(chuàng)辦企業(yè)獲得的效用降低，同時(shí)由于其已有的存量財(cái)富導(dǎo)致創(chuàng)業(yè)的機(jī)會(huì)成本上升，其家庭的風(fēng)險(xiǎn)承受能力也隨著機(jī)會(huì)成本的上升而下降。這一趨勢同時(shí)存在兩個(gè)可能路徑：一是在每個(gè)年齡創(chuàng)業(yè)意愿不變的前提下，隨著社會(huì)老齡化加劇，社會(huì)整體更加體現(xiàn)高齡人口的創(chuàng)業(yè)意愿，即創(chuàng)業(yè)概率下降；二是隨著生活條件和醫(yī)療條件的改善，老年人預(yù)期自身壽命延長，為給更長的老年生活提供保障，必然提高對(duì)于創(chuàng)業(yè)失敗風(fēng)險(xiǎn)的厭惡程度，從而直接降低了每一年齡的創(chuàng)業(yè)意愿。另一方面，老齡化可能降低年輕人的創(chuàng)業(yè)概率。老齡化程度的提升提高了企業(yè)員工的老年人比例，從而壓縮了年輕人的升職空間，減少了年輕人的升職機(jī)會(huì)，在一定程度上影響了年輕人能力和經(jīng)驗(yàn)的提升，導(dǎo)致創(chuàng)業(yè)活動(dòng)的減少[5]。一個(gè)家庭中老年人越多，則養(yǎng)老的經(jīng)濟(jì)壓力越大，家庭在對(duì)是否創(chuàng)業(yè)進(jìn)行決策時(shí)，家庭成員越傾向于選擇穩(wěn)定收入的工作而放棄創(chuàng)業(yè)這類高失敗率的活動(dòng)[6]，進(jìn)而抑制創(chuàng)業(yè)。以上分析表明，老齡化將降低社會(huì)創(chuàng)業(yè)水平。

創(chuàng)業(yè)水平的提高有利于金融科技創(chuàng)新。以互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等技術(shù)驅(qū)動(dòng)的金融科技創(chuàng)新，是沿著傳統(tǒng)金融機(jī)構(gòu)轉(zhuǎn)型升級(jí)金融科技和新創(chuàng)公司實(shí)施金融科技創(chuàng)業(yè)兩條路徑推進(jìn)的，并且這兩條路徑并非同時(shí)展開，而是以新創(chuàng)公司實(shí)施金融科技創(chuàng)業(yè)為先導(dǎo)，在新創(chuàng)公司取得相當(dāng)成功、獲得相當(dāng)市場份額之后，傳統(tǒng)金融機(jī)構(gòu)方才切入[1]?？赡艿脑蛟谟?，傳統(tǒng)金融機(jī)構(gòu)高級(jí)管理人員大多經(jīng)歷了一次甚至多次金融危機(jī)、經(jīng)濟(jì)危機(jī)，對(duì)金融風(fēng)險(xiǎn)及其危害具有較為深刻的認(rèn)識(shí)，因而風(fēng)險(xiǎn)意識(shí)較強(qiáng)，風(fēng)險(xiǎn)承擔(dān)水平較低，而新創(chuàng)公司的高級(jí)管理人員則相反，風(fēng)險(xiǎn)意識(shí)較弱，風(fēng)險(xiǎn)承擔(dān)水平較高。因此，創(chuàng)業(yè)水平越高、新創(chuàng)公司越多，金融科技方面的新創(chuàng)公司也越多，越能促進(jìn)金融科技創(chuàng)新。與此同時(shí)，以新創(chuàng)公司為先導(dǎo)，在相關(guān)金融科技創(chuàng)新取得一定成功之后，傳統(tǒng)金融機(jī)構(gòu)將伺機(jī)跟進(jìn)，從而促使傳統(tǒng)金融機(jī)構(gòu)實(shí)施金融科技創(chuàng)新，再次提升金融科技創(chuàng)新水平。這樣，創(chuàng)業(yè)水平的提高最終有利于金融科技創(chuàng)新。

綜上，一個(gè)地區(qū)的創(chuàng)業(yè)水平提高將促進(jìn)金融科技創(chuàng)新，而一個(gè)地區(qū)老齡化程度越高，越可能降低該地區(qū)的創(chuàng)業(yè)水平，因此老齡化將不利于金融科技創(chuàng)新。

(二)基于儲(chǔ)蓄的機(jī)制分析

老齡化可提高儲(chǔ)蓄率。傳統(tǒng)生命周期理論認(rèn)為，個(gè)體在成年期儲(chǔ)蓄，而在老年期消耗儲(chǔ)蓄，因而老齡化會(huì)降低儲(chǔ)蓄率[7]。但也有研究發(fā)現(xiàn)，經(jīng)濟(jì)人進(jìn)入老年階段后并未出現(xiàn)生命周期理論預(yù)測的負(fù)儲(chǔ)蓄現(xiàn)象[8]，相反，老齡化會(huì)增加儲(chǔ)蓄，提高儲(chǔ)蓄率[7][9]。其機(jī)理在于：第一，現(xiàn)今中國的老年人經(jīng)歷過物資短缺，養(yǎng)成了節(jié)約簡樸的生活習(xí)慣，從而降低了中國居民的平均消費(fèi)水平，提高了儲(chǔ)蓄率。第二，從微觀層面看，家庭由于老齡化產(chǎn)生的預(yù)防動(dòng)機(jī)大于基于生命周期的消費(fèi)需求對(duì)儲(chǔ)蓄率的負(fù)效應(yīng)，老齡化對(duì)家庭是否選擇儲(chǔ)蓄以及儲(chǔ)蓄的規(guī)模均有顯著正效應(yīng)，進(jìn)而促進(jìn)了儲(chǔ)蓄的增加。第三，中國人具有強(qiáng)烈的財(cái)產(chǎn)傳承觀念，遺產(chǎn)動(dòng)機(jī)與家庭儲(chǔ)蓄存在正向相關(guān)關(guān)系[8]。在大城市房價(jià)高企的情況下，老年人出于對(duì)子女的愛護(hù)和傳承財(cái)產(chǎn)等考慮，會(huì)減少消費(fèi)。這樣，老年人數(shù)量的增加在降低消費(fèi)水平的同時(shí)，將提高儲(chǔ)蓄率。

儲(chǔ)蓄率的提高將促進(jìn)金融科技創(chuàng)新。儲(chǔ)蓄、籌資、支付、風(fēng)險(xiǎn)管理和金融咨詢?yōu)榻鹑诘奈宕蠊δ?。?chuàng)新主體將互聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、云計(jì)算和大數(shù)據(jù)等技術(shù)與前述五大功能進(jìn)行融合創(chuàng)新，實(shí)現(xiàn)了金融科技創(chuàng)新對(duì)五大功能的全覆蓋。一方面，儲(chǔ)蓄是金融服務(wù)者向市場主體提供跨時(shí)空資源配置的基礎(chǔ)，儲(chǔ)蓄率的提升為資金所有者利用各類金融科技創(chuàng)新進(jìn)行跨時(shí)空資金配置提供了更多動(dòng)力，從而促進(jìn)了包括遠(yuǎn)程身份識(shí)別、互聯(lián)網(wǎng)理財(cái)、精準(zhǔn)匹配資金收益等方面的金融科技創(chuàng)新；另一方面，儲(chǔ)蓄率的提高還通過籌資、支付、風(fēng)險(xiǎn)管理和金融咨詢等間接促進(jìn)金融創(chuàng)新。在籌資功能方面，隨著儲(chǔ)蓄率的增加，可貸資金增加，促使可貸資金尋求金融科技創(chuàng)新的幫助以獲得更加可觀的收益或更有效率的風(fēng)險(xiǎn)-收益匹配，如互聯(lián)網(wǎng)閃貸、大數(shù)據(jù)征信定價(jià)等數(shù)字金融創(chuàng)新應(yīng)用模式。在支付功能方面，儲(chǔ)蓄和籌資領(lǐng)域的金融科技創(chuàng)新應(yīng)用都大大提升了對(duì)于支付功能的需求，催生了包括第三方支付、生物識(shí)別支付等支付方式和支付場景的創(chuàng)新，這些支付創(chuàng)新也進(jìn)一步推動(dòng)了以其為基礎(chǔ)的其他領(lǐng)域的金融科技創(chuàng)新。在風(fēng)險(xiǎn)管理領(lǐng)域，儲(chǔ)蓄率的提高及其帶來的儲(chǔ)蓄-信貸配置效率變革，催生了風(fēng)險(xiǎn)管理的金融科技應(yīng)用，用戶精準(zhǔn)畫像、大數(shù)據(jù)風(fēng)控、智能風(fēng)控和實(shí)時(shí)風(fēng)控等風(fēng)控手段應(yīng)運(yùn)而生，從而提高了風(fēng)險(xiǎn)管理水平。在金融咨詢領(lǐng)域，儲(chǔ)蓄率的提高意味著金融咨詢服務(wù)需求的增加，更多來自包括老齡人口在內(nèi)的金融服務(wù)需求催生了金融咨詢服務(wù)的科技化轉(zhuǎn)型，借助數(shù)字科技力量，形成了智能投顧、智能營銷、智能投保等智能金融咨詢服務(wù)，從而進(jìn)一步拓展了金融科技創(chuàng)新的領(lǐng)域?？傊鹑诳萍紕?chuàng)新覆蓋了金融的五大功能，而儲(chǔ)蓄率的提高將直接或間接提升與五大功能相關(guān)的金融科技創(chuàng)新的需求，進(jìn)而推動(dòng)金融科技創(chuàng)新。

綜上，老齡化可以提高儲(chǔ)蓄率，而儲(chǔ)蓄率的提高將促進(jìn)金融科技創(chuàng)新。因而，老齡化可促進(jìn)金融科技創(chuàng)新。

(三)研究假說

老齡化一方面抑制地區(qū)的創(chuàng)業(yè)水平，從而不利于金融科技創(chuàng)新，另一方面又可以提高儲(chǔ)蓄率，從而促進(jìn)金融科技創(chuàng)新。老齡化究竟促進(jìn)了金融科技創(chuàng)新還是阻礙了金融科技創(chuàng)新取決于兩種力量的對(duì)比。

在金融科技創(chuàng)新的早期，老齡化使創(chuàng)業(yè)水平下降，導(dǎo)致金融創(chuàng)新概率下降。當(dāng)然，此時(shí)老年人的儲(chǔ)蓄也在增加，并倒逼傳統(tǒng)金融機(jī)構(gòu)實(shí)施金融科技創(chuàng)新。但在新創(chuàng)公司先行實(shí)施、傳統(tǒng)金融機(jī)構(gòu)伺機(jī)跟進(jìn)的情況下，在早期階段金融科技創(chuàng)新更需要?jiǎng)?chuàng)業(yè)水平的驅(qū)動(dòng)。因此，老齡化降低創(chuàng)業(yè)水平的作用將更加凸顯，進(jìn)而表現(xiàn)為抑制金融科技創(chuàng)新。隨著老齡化程度的日漸提高，老齡化增加儲(chǔ)蓄從而促進(jìn)金融科技創(chuàng)新的作用將日趨增強(qiáng)，當(dāng)促進(jìn)作用超過抑制作用后，老齡化將促進(jìn)金融科技創(chuàng)新。因此，本文提出如下研究假說：

H1：老齡化與金融科技創(chuàng)新之間為“U”型關(guān)系，老齡化程度存在拐點(diǎn)，低于拐點(diǎn)時(shí)，老齡化將抑制金融科技創(chuàng)新，超過拐點(diǎn)后，老齡化程度的提高將促進(jìn)金融科技創(chuàng)新。

二、研究設(shè)計(jì)

(一)模型設(shè)計(jì)

為檢驗(yàn)研究假說，設(shè)計(jì)如下時(shí)間和個(gè)體雙向固定效應(yīng)模型：

fintechit=α0+β1oldit+β2old2it+ηX1+αi+λt+εit

(1)

其中，被解釋變量fintechit表示第i個(gè)省份第t年的金融科技創(chuàng)新水平。oldit為關(guān)鍵解釋變量，即第i個(gè)省份第t年的老齡化程度。old2it為oldit的平方項(xiàng)。若系數(shù)β2顯著為正，則老齡化程度與金融科技創(chuàng)新水平之間為“U”型關(guān)系；若β1顯著異于零，則拐點(diǎn)不在原點(diǎn)。X1為控制變量。α0為截距項(xiàng)，αi為第i個(gè)省份的個(gè)體效應(yīng)，λt為第t年的年度效應(yīng)，εit為隨機(jī)誤差項(xiàng)。

(二)變量說明

1.被解釋變量。本文的被解釋變量為金融科技創(chuàng)新水平(fintech)。目前尚無表征各省份金融科技創(chuàng)新水平的公開數(shù)據(jù)。本文參照盛天翔和范從來(2020)[10]利用“文本挖掘法”構(gòu)建金融科技發(fā)展指數(shù)的思路，構(gòu)建各省份金融科技創(chuàng)新指數(shù)，以表征金融科技創(chuàng)新水平?？傮w思路為構(gòu)建關(guān)鍵詞，采用爬蟲技術(shù)從中國日?qǐng)?bào)網(wǎng)爬取非結(jié)構(gòu)化文本(WEB網(wǎng)頁)，按“省份名稱+關(guān)鍵詞”解析出各省份各年度關(guān)鍵詞的頻率，然后按CRITIC方法計(jì)算的權(quán)重進(jìn)行加權(quán)匯總，得到各省份各年度的金融科技創(chuàng)新指數(shù)。具體步驟如下：

(1)構(gòu)建關(guān)鍵詞庫。金融科技為技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，技術(shù)和創(chuàng)新是金融科技的兩個(gè)核心要素，技術(shù)包括人工智能、區(qū)塊鏈等技術(shù)，創(chuàng)新可分為傳統(tǒng)金融機(jī)構(gòu)實(shí)施的金融科技創(chuàng)新和新興機(jī)構(gòu)實(shí)施的金融科技創(chuàng)新。為此，本文從技術(shù)動(dòng)因、傳統(tǒng)機(jī)構(gòu)金融科技創(chuàng)新和新興機(jī)構(gòu)金融科技創(chuàng)新三個(gè)維度構(gòu)建關(guān)鍵詞。技術(shù)動(dòng)因?qū)用?，?gòu)建了“區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人臉識(shí)別、指紋識(shí)別、生物識(shí)別、身份識(shí)別、活體檢測、深度學(xué)習(xí)、機(jī)器人、文字識(shí)別、加密、分布式計(jì)算、PaaS、BaaS、SaaS、IaaS、5G、API、金融云”等關(guān)鍵詞。傳統(tǒng)機(jī)構(gòu)金融科技創(chuàng)新方面，構(gòu)建了“電子銀行、在線銀行、智慧銀行、數(shù)字銀行、線上銀行、移動(dòng)銀行、網(wǎng)上銀行、開放銀行、智慧網(wǎng)點(diǎn)、在線支付、網(wǎng)上開戶、智能理賠、保險(xiǎn)科技”等關(guān)鍵詞。新興機(jī)構(gòu)金融科技創(chuàng)新方面，構(gòu)建了“第三方支付、網(wǎng)貸、網(wǎng)上融資、網(wǎng)上投資、在線理財(cái)、互聯(lián)網(wǎng)理財(cái)、智能投顧、智能客服、智能風(fēng)控、互聯(lián)網(wǎng)銀行、移動(dòng)支付、互聯(lián)網(wǎng)保險(xiǎn)、網(wǎng)絡(luò)小貸、互聯(lián)網(wǎng)證券、互聯(lián)網(wǎng)基金、量化交易、眾籌、線上信貸產(chǎn)品、線上財(cái)富管理”等關(guān)鍵詞。新興機(jī)構(gòu)實(shí)施這些創(chuàng)新之后，傳統(tǒng)機(jī)構(gòu)才伺機(jī)跟進(jìn)，因此，本文按新興機(jī)構(gòu)優(yōu)先原則，將傳統(tǒng)機(jī)構(gòu)和新興機(jī)構(gòu)共有的關(guān)鍵詞(如智能風(fēng)控、互聯(lián)網(wǎng)保險(xiǎn)、互聯(lián)網(wǎng)證券等)歸入新興機(jī)構(gòu)金融科技創(chuàng)新。“互聯(lián)網(wǎng)銀行”相對(duì)較新，本文也將其視為新興機(jī)構(gòu)實(shí)施的金融科技創(chuàng)新。

(2)生成原始數(shù)據(jù)。第一，從中國日?qǐng)?bào)網(wǎng)爬取非結(jié)構(gòu)化文本(WEB網(wǎng)頁)，按“省份名稱+關(guān)鍵詞”解析出每個(gè)省份每個(gè)年度的每個(gè)關(guān)鍵詞詞頻。第二，將關(guān)鍵詞詞頻上述三個(gè)維度進(jìn)行累加，形成省級(jí)層面的三個(gè)原始指標(biāo)。

(3)產(chǎn)生指標(biāo)權(quán)重。為將三個(gè)原始指標(biāo)生成金融科技創(chuàng)新指數(shù)，需設(shè)置原始指標(biāo)的權(quán)重。本文采用CRITIC方法，基于2008—2018年三個(gè)原始指標(biāo)的全國數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化后進(jìn)行計(jì)算，得出原始指標(biāo)的權(quán)重。

(4)生成金融科技創(chuàng)新指數(shù)。將各省份各年度三個(gè)原始指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，按原始指標(biāo)權(quán)重進(jìn)行加權(quán)，得到各省份各年度金融科技創(chuàng)新指數(shù)(fintecho)，然后將fintecho加1取自然對(duì)數(shù)得到被解釋變量fintech。另外，本文以各省份P2P網(wǎng)貸資金余額(以2008年為基期，剔除價(jià)格影響)加1取對(duì)數(shù)得到rfintech進(jìn)行穩(wěn)健性檢驗(yàn)。

2.關(guān)鍵解釋變量。本文的關(guān)鍵解釋變量為老齡化程度(old)。參考相關(guān)文獻(xiàn)[8][11],以65歲及以上人口比重作為老齡化程度的代理變量。此外，取自然對(duì)數(shù)可緩解異方差的干擾，本文以65歲及以上人口比重取自然對(duì)數(shù)得到rold用于穩(wěn)健性檢驗(yàn)。為檢驗(yàn)老齡化程度與金融科技創(chuàng)新水平之間的非線性關(guān)系，本文增加了old和rold二次項(xiàng)，即old2和rold2。

3.中介變量。本文的第一個(gè)中介變量為創(chuàng)業(yè)水平(stalev)，以各省份企業(yè)法人數(shù)量除以總?cè)丝趤砗饬?。另外，由于國有企業(yè)的風(fēng)險(xiǎn)承擔(dān)水平低于民營企業(yè)，創(chuàng)業(yè)活躍度也較低，因此以各省份企業(yè)法人數(shù)量減去國有企業(yè)數(shù)量后除以總?cè)丝诘玫絩stalev進(jìn)行穩(wěn)健性檢驗(yàn)。第二個(gè)中介變量為儲(chǔ)蓄率(rsave)，借鑒王樹和呂昭河(2019)[12]的做法，以各省份存款余額除以GDP表示儲(chǔ)蓄率。按各省份實(shí)際存款余額(以2008年為基期)除以總?cè)丝诘玫絩rsave進(jìn)行穩(wěn)健性檢驗(yàn)。

4.控制變量。為避免遺漏變量產(chǎn)生的偏誤，本文基于現(xiàn)有研究將可能影響金融科技創(chuàng)新水平的變量作為控制變量。在基準(zhǔn)回歸中，先用關(guān)鍵解釋變量進(jìn)行回歸，然后逐步增加控制變量，若關(guān)鍵解釋變量的顯著性和符號(hào)未發(fā)生明顯變化，則可排除因控制變量產(chǎn)生的過度擬合問題。遵循這一思路，式(1)的控制變量設(shè)計(jì)如下：

借鑒李政和楊思瑩(2019)[13]的做法，本文控制了經(jīng)濟(jì)發(fā)展水平(lnpgdp)、金融發(fā)展水平(fsize)、產(chǎn)業(yè)結(jié)構(gòu)水平(ind_str)、外商直接投資(lnfdi)等變量。其中，經(jīng)濟(jì)發(fā)展水平(lnpgdp)為以2008年為基期的人均實(shí)際GDP取自然對(duì)數(shù)，金融發(fā)展水平(fsize)為存貸款余額除以GDP，產(chǎn)業(yè)結(jié)構(gòu)水平(ind_str)為第三產(chǎn)業(yè)增加值除以第二產(chǎn)業(yè)增加值，外商直接投資(lnfdi)為當(dāng)年外商直接投資取自然對(duì)數(shù)。此外本文還控制了政府干預(yù)(gov)、財(cái)政科技投入(rexpen)、人力資本(hcap)、金融業(yè)規(guī)模(fscal)、信息化水平(info)。其中，政府干預(yù)(gov)為地方財(cái)政支出除以GDP，財(cái)政科技投入(rexpen)為財(cái)政科技投入除以GDP，人力資本(hcap)為在校大學(xué)生人數(shù)除以總?cè)丝?，金融業(yè)規(guī)模(fscal)以金融業(yè)增加值除以GDP表示，信息化水平(info)以互聯(lián)網(wǎng)寬帶用戶接入端口數(shù)除以總?cè)丝诒硎?。同時(shí)，地方政府為發(fā)展本地經(jīng)濟(jì)進(jìn)行金融競爭[14]，金融競爭的直接結(jié)果即為金融分權(quán)，地方政府基于金融分權(quán)，可能要求商業(yè)銀行加大金融科技創(chuàng)新力度以便服務(wù)本地企業(yè)，而這又可能加大信貸風(fēng)險(xiǎn)，從而弱化金融科技創(chuàng)新力度。因此，金融分權(quán)與金融科技創(chuàng)新水平之間可能為非線性關(guān)系。財(cái)政赤字壓力越大的省份，政府對(duì)企業(yè)的創(chuàng)新扶持或補(bǔ)貼金額越少[15]，因而財(cái)政赤字可能影響金融科技創(chuàng)新。固定資產(chǎn)投資可降低老齡化對(duì)經(jīng)濟(jì)活力的抑制作用，也將影響金融科技創(chuàng)新[16]。為此，本文增加金融分權(quán)(fd)及其二次項(xiàng)(fd2)、財(cái)政赤字(fpress)和投資率(finv)作為控制變量。金融分權(quán)(fd)為貸款余額除以全國貸款余額，財(cái)政赤字(fpress)為財(cái)政支出與財(cái)政收入之差除以GDP，投資率(finv)為全社會(huì)固定資產(chǎn)投資除以GDP。

關(guān)于機(jī)制檢驗(yàn)的控制變量，以創(chuàng)業(yè)水平(stalev)為被解釋變量時(shí)，參照李茜和李艷麗(2020)[17]的做法，設(shè)計(jì)了經(jīng)濟(jì)發(fā)展水平(lnpgdp)、地區(qū)開放程度(open)、第二產(chǎn)業(yè)比重(srate)、財(cái)政政策(gp)、城鎮(zhèn)化水平(rcity)、信息化水平(info)等控制變量。此外，創(chuàng)業(yè)離不開信貸資金的支持，因此控制了存貸比(dlrate)。地區(qū)開放程度(open)用地區(qū)進(jìn)出口額與GDP的比值表示，第二產(chǎn)業(yè)比重(srate)為第二產(chǎn)業(yè)增加值除以GDP，財(cái)政政策(gp)為財(cái)政支出與財(cái)政收入之差除以財(cái)政收入，城鎮(zhèn)化水平(rcity)為城鎮(zhèn)人口除以總?cè)丝凇Ｒ詢?chǔ)蓄率(rsave)為被解釋變量時(shí)，參照王樹和呂昭河(2019)[12]的做法，選擇了經(jīng)濟(jì)發(fā)展水平(lnpgdp)、經(jīng)濟(jì)增長率(ggdp)、通脹率(pcpi)、金融發(fā)展水平(fsize)、政府干預(yù)(gov)、第二產(chǎn)業(yè)比重(srate)和第三產(chǎn)業(yè)比重(trate)等控制變量。通脹率(pcpi)為各省份CPI指數(shù)，第三產(chǎn)業(yè)比重(trate)為第三產(chǎn)業(yè)增加值除以GDP。

(三)樣本選擇與數(shù)據(jù)來源

除網(wǎng)絡(luò)爬取獲得的金融科技創(chuàng)新指數(shù)數(shù)據(jù)外，陸地面積來源于各省份自然資源廳網(wǎng)站，P2P網(wǎng)貸資金余額來自零壹財(cái)經(jīng)·零壹智庫，其他數(shù)據(jù)來源于中國人民銀行網(wǎng)站、國家統(tǒng)計(jì)局網(wǎng)站和Wind數(shù)據(jù)庫。為消除異常值的影響，本文對(duì)連續(xù)變量進(jìn)行了上下1%的Winsorize縮尾處理。此外，對(duì)2017—2018年市場化進(jìn)程指數(shù)進(jìn)行了插值處理。

三、實(shí)證結(jié)果分析

(一)描述性統(tǒng)計(jì)

表1為主要變量的描述性統(tǒng)計(jì)結(jié)果。表1結(jié)果顯示：(1)金融科技創(chuàng)新水平(fintech)的均值為0.765，最大值達(dá)2.995，最小值僅0.040，與金融科技創(chuàng)新水平地區(qū)發(fā)展不平衡的國情相符；(2)老齡化程度(old)的均值為9.709%，最小值為5.415%，最大值達(dá)14.952%，表明各省份差異較大，與國情相符；(3)創(chuàng)業(yè)水平(stalev)的均值為78.852，最小值為10.776，最大值達(dá)329.576，儲(chǔ)蓄率(rsave)的均值為1.738，最小值為0.746，最大值達(dá)5.378，表明創(chuàng)業(yè)水平和儲(chǔ)蓄率在省際之間存在較大差異。

表1 主要變量描述性統(tǒng)計(jì)

(二)基準(zhǔn)回歸

本文以固定效應(yīng)模型(FE)進(jìn)行估計(jì)，后文以隨機(jī)效應(yīng)模型(RE)進(jìn)行穩(wěn)健性檢驗(yàn)。采用逐步增加控制變量的方法，式(1)的FE估計(jì)結(jié)果如表2所示。表2結(jié)果顯示，老齡化程度的二次項(xiàng)(old2)系數(shù)在1%水平下顯著為正，一次項(xiàng)(old)系數(shù)在1%水平下顯著為負(fù)，即老齡化程度與金融科技創(chuàng)新水平之間為“U”型關(guān)系，因此研究假說成立。按表2第(5)列計(jì)算，老齡化程度的拐點(diǎn)為11.0145。當(dāng)老齡化程度低于11.0145%時(shí)，老齡化將抑制金融科技創(chuàng)新；超過11.0145%后，老齡化程度的提高將促進(jìn)金融科技創(chuàng)新。從表1結(jié)果看，老齡化程度的均值為9.709%，已接近拐點(diǎn)，而最大值14.925%已超過拐點(diǎn)，意味著部分省份的老齡化程度處于抑制金融科技創(chuàng)新階段，部分省份處于促進(jìn)金融科技創(chuàng)新階段。

表2 FE估計(jì)結(jié)果

(三)穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問題。老齡化會(huì)影響金融科技創(chuàng)新，但金融科技創(chuàng)新難以影響老齡化，因此反向因果關(guān)系很難成立。但仍可能因金融科技創(chuàng)新水平(fintech)存在測量誤差以及遺漏變量等導(dǎo)致內(nèi)生性問題。內(nèi)生性問題處理如下：

(1)工具變量法。借鑒李春濤等(2020)[18]的做法，以其他省份相同年度老齡化程度的均值(ivold)及其二次項(xiàng)(ivold2)作為工具變量，重新估計(jì)式(1)。弱工具變量檢驗(yàn)的Cragg-Donald Wald F統(tǒng)計(jì)量為155.094，大于10%偏誤下的臨界值7.03，即拒絕弱工具變量的假設(shè)；過度識(shí)別檢驗(yàn)的p值小于0.0001；ivold和ivold2為有效工具變量。以ivold和ivold2為工具變量估計(jì)式(1)，結(jié)果見表3第(1)列。

(2)系統(tǒng)GMM。金融科技創(chuàng)新具有一定的慣性，同時(shí)系統(tǒng)GMM可解決關(guān)鍵解釋變量內(nèi)生性問題[19]，為此本文以系統(tǒng)GMM估計(jì)式(1)，在被解釋變量滯后一期、政府干預(yù)滯后二期的情況下通過了自相關(guān)檢驗(yàn)和Sargan檢驗(yàn)，結(jié)果見表3第(2)列。

從表3第(1)、(2)列看，老齡化程度二次項(xiàng)系數(shù)在1%或5%水平下顯著為正，一次項(xiàng)系數(shù)在1%或5%水平下顯著為負(fù)。因此，在排除內(nèi)生性的情況下結(jié)論是穩(wěn)健的。

2.更換被解釋變量?；ヂ?lián)網(wǎng)金融是金融科技在中國的近似稱謂，P2P網(wǎng)貸曾是互聯(lián)網(wǎng)金融的典型代表。本文以各省份P2P網(wǎng)貸資金余額(以2008年為基期，剔除價(jià)格影響)加1取對(duì)數(shù)得到的rfintech為被解釋變量，采用FE重新估計(jì)式(1)，結(jié)果見表3第(3)列。

3.替換關(guān)鍵解釋變量。將關(guān)鍵解釋變量替換為rold，采用FE重新估計(jì)式(1)，結(jié)果見表3第(4)列。

4.變更估計(jì)模型。以隨機(jī)效應(yīng)模型(RE)重新估計(jì)式(1)，結(jié)果見表3第(5)列。

表3 穩(wěn)健性檢驗(yàn)結(jié)果

上述穩(wěn)健性檢驗(yàn)結(jié)果均顯示本文結(jié)論是穩(wěn)健的。

四、老齡化影響金融科技創(chuàng)新的機(jī)制檢驗(yàn)

理論分析表明，老齡化具有抑制創(chuàng)業(yè)效應(yīng)和激勵(lì)儲(chǔ)蓄效應(yīng)。老齡化分別通過創(chuàng)業(yè)水平和儲(chǔ)蓄率影響金融科技創(chuàng)新。本文參照現(xiàn)有文獻(xiàn)[20][21]，采用溫忠麟等(2004)[22]提出的檢驗(yàn)程序進(jìn)行機(jī)制檢驗(yàn)，設(shè)定以下模型：

fintechit=α0+β1oldit+β2old2it+ηX1+αi+λt+εit

(2)

mit=α0+δ1oldit+γX2+αi+λt+εit

(3)

fintechit=α0+β1oldit+β2old2it+θmit+ηX1+αi+λt+εit

(4)

其中，mit為中介變量，分別為創(chuàng)業(yè)水平(stalevit)和儲(chǔ)蓄率(rsaveit)。檢驗(yàn)程序?yàn)椋旱谝唬诓患尤胫薪樽兞康那闆r下進(jìn)行式(2)估計(jì)，如果系數(shù)β1顯著，則表明老齡化程度對(duì)金融科技創(chuàng)新水平具有總效應(yīng)，繼續(xù)后續(xù)分析，否則為遮蔽效應(yīng)。第二，對(duì)式(3)進(jìn)行回歸，判斷老齡化程度(oldit)對(duì)中介變量的影響。第三，在加入中介變量后進(jìn)行式(4)估計(jì)，如果式(3)中的系數(shù)δ1和式(4)中的系數(shù)θ均顯著，表明中介效應(yīng)存在。此時(shí)若式(4)中的系數(shù)β1也顯著，則說明mit起到了部分中介效應(yīng)；若系數(shù)β1不顯著，則說明mit起到了完全中介效應(yīng)。第四，若式(3)中的系數(shù)δ1和式(4)中的系數(shù)θ僅有一個(gè)顯著，尚需通過Sobel檢驗(yàn)中介效應(yīng)。式(2)和式(4)的控制變量X1與式(1)相同。式(3)的X2為機(jī)制檢驗(yàn)的控制變量，具體見研究設(shè)計(jì)中有關(guān)控制變量的說明。

(一)抑制創(chuàng)業(yè)效應(yīng)

1.中介效應(yīng)分析。以創(chuàng)業(yè)水平(stalev)為中介變量，采用FE估計(jì)式(2)—(4)，結(jié)果見表4。表4第(1)列中老齡化程度(old)的系數(shù)在1%水平下顯著，表明總效應(yīng)存在。表4第(2)列中老齡化程度(old)的系數(shù)在5%水平下顯著，表4第(3)列中創(chuàng)業(yè)水平(stalev)的系數(shù)在5%水平下顯著，表明中介效應(yīng)存在。表4第(3)列中老齡化程度(old)在1%水平下顯著，表明創(chuàng)業(yè)水平(stalev)起到了部分中介效應(yīng)。從表4第(2)列來看，老齡化程度降低了創(chuàng)業(yè)水平，而創(chuàng)業(yè)水平可促進(jìn)金融科技創(chuàng)新。因此，老齡化通過抑制創(chuàng)業(yè)水平約束了金融科技創(chuàng)新，抑制了創(chuàng)業(yè)效應(yīng)。

表4 抑制創(chuàng)業(yè)效應(yīng)的FE估計(jì)結(jié)果

2.穩(wěn)健性檢驗(yàn)。第一，更換被解釋變量。以rfintech替代式(2)和式(4)的被解釋變量，重新進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果見表5 Panel A。第二，更換中介變量。以rstalev為中介變量，重新進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果見表5 Panel B。第三，排除內(nèi)生性。以ivold和ivold2為工具變量，采用工具變量法(IV)重新估計(jì)式(2)—(4)，結(jié)果見表5 Panel C。表5結(jié)果表明，在排除內(nèi)生性的情況下，老齡化通過抑制創(chuàng)業(yè)水平約束了金融科技創(chuàng)新，抑制創(chuàng)業(yè)效應(yīng)存在。

表5 抑制創(chuàng)業(yè)效應(yīng)的穩(wěn)健性檢驗(yàn)

(二)激勵(lì)儲(chǔ)蓄效應(yīng)

1.中介效應(yīng)分析。以儲(chǔ)蓄率(rsave)為中介變量，采用FE估計(jì)式(2)—(4)，結(jié)果見表6。表6第(1)列中老齡化程度(old)的系數(shù)在1%水平下顯著，表明總效應(yīng)存在。表6第(2)列中老齡化程度(old)的系數(shù)在1%水平下顯著，表6第(3)列中儲(chǔ)蓄率(rsave)的系數(shù)在1%水平下顯著，表明中介效應(yīng)存在。表6第(3)列中老齡化程度(old)在1%水平下顯著，表明儲(chǔ)蓄率(rsave)起到了部分中介效應(yīng)。

表6 激勵(lì)儲(chǔ)蓄效應(yīng)的FE估計(jì)結(jié)果

2.穩(wěn)健性檢驗(yàn)。第一，更換被解釋變量。以rfintech替代式(2)和式(4)的被解釋變量，重新進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果見表7 Panel A。第二，更換中介變量。以rrsave為中介變量，替換式(3)和式(4)的中介變量，重新進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果見表7 Panel B。第三，排除內(nèi)生性。以ivold和ivold2為工具變量，采用工具變量法(IV)重新估計(jì)式(2)—(4)，結(jié)果見表7 Panel C。表7結(jié)果表明，在排除內(nèi)生性情況下，老齡化通過提高儲(chǔ)蓄率促進(jìn)了金融科技創(chuàng)新，激勵(lì)儲(chǔ)蓄效應(yīng)存在。

表7 激勵(lì)儲(chǔ)蓄效應(yīng)的穩(wěn)健性檢驗(yàn)

五、結(jié)論與建議

老齡化對(duì)經(jīng)濟(jì)發(fā)展具有重要影響，對(duì)金融體系的影響也不容忽視。本文測算了2008—2018年中國省級(jí)金融科技創(chuàng)新指數(shù)來衡量金融科技創(chuàng)新水平，研究老齡化對(duì)金融科技創(chuàng)新的影響及其機(jī)理。研究結(jié)果表明：第一，老齡化對(duì)金融科技創(chuàng)新具有非線性影響，老齡化程度存在拐點(diǎn)，低于拐點(diǎn)時(shí)，老齡化將抑制金融科技創(chuàng)新，超過拐點(diǎn)后，老齡化程度的提高將促進(jìn)金融科技創(chuàng)新；第二，老齡化與金融科技創(chuàng)新之間的“U”型關(guān)系，其機(jī)理在于老齡化具有抑制創(chuàng)業(yè)效應(yīng)和激勵(lì)儲(chǔ)蓄效應(yīng)，通過抑制創(chuàng)業(yè)水平約束金融科技創(chuàng)新，通過提高儲(chǔ)蓄率促進(jìn)金融科技創(chuàng)新。

基于前述結(jié)論，本文建議：第一，已在北京等地試點(diǎn)的中國監(jiān)管沙盒需考慮老年消費(fèi)者的金融行為對(duì)金融科技創(chuàng)新的影響；第二，鑒于老齡化程度與金融科技創(chuàng)新之間的“U”型關(guān)系，監(jiān)管沙盒在風(fēng)險(xiǎn)可控的情況下，應(yīng)積極出臺(tái)有利于中老年人創(chuàng)業(yè)的相關(guān)政策，在發(fā)揮中高齡人群經(jīng)驗(yàn)優(yōu)勢的同時(shí)，減緩創(chuàng)業(yè)意愿衰減對(duì)金融科技創(chuàng)新的不利影響，使老齡化對(duì)金融科技創(chuàng)新的拐點(diǎn)左移。另外，應(yīng)注重發(fā)揮高齡人群的儲(chǔ)蓄激勵(lì)效應(yīng)，通過社會(huì)老齡化帶來的儲(chǔ)蓄率提升發(fā)揮儲(chǔ)蓄、籌資、支付、風(fēng)險(xiǎn)管理和金融咨詢等金融功能對(duì)金融科技創(chuàng)新的促進(jìn)作用，從而揚(yáng)長避短，在老齡化社會(huì)背景下促進(jìn)金融科技守正創(chuàng)新。